推荐算法——基于图模型

基于图模型（graph-based model） 将用户行为数据表示成图的形式。

如上，用户A对物品a,b,d有行为。

表示成二分图之后，给用户u推荐物品可以转化为度量用户顶点 $v_{u}$和与 $v_{u}$没有边直连的物品节点在图上的相关性，相关性越高的物品在推荐列表中权重越高。 顶点的相关性主要体现在如下方面：

两个顶点之间的路径数

两个顶点之间路径的长度

两个顶点之间的路径经过的点

相关性高的一对顶点有如下特征：

两个顶点之间有很多路径相连

连接两个顶点之间的路径长度都比较短

连接两个顶点之间的路径不会胫骨出度较大的顶点

利用随机游走的personalRank算法来为用户推荐物品：
假定要给用户u进行个性化推荐，可以从用户u对应的节点 v